<![CDATA[Perkembangan teknologi otomasi telah membawa dampak signifikan di berbagai sektor, termasuk layanan restoran. Salah satu inovasi yang mulai banyak diterapkan adalah robot pengantar makanan untuk meningkatkan efisiensi dan ketepatan pelayanan. Namun, penerapan robot dalam lingkungan restoran yang dinamis menghadirkan tantangan tersendiri, seperti perubahan posisi meja, pergerakan pelanggan, serta tata ruang yang bervariasi. Untuk mengatasi kendala tersebut, dikembangkan sistem navigasi cerdas berbasis Machine Learning yang mampu melakukan pemetaan lingkungan secara real-time menggunakan sensor RPLiDAR dan metode SLAM (Simultaneous Localization and Mapping). Proses pemetaan dan pengolahan data dilakukan oleh Raspberry Pi, sementara perencanaan jalur dilakukan dengan algoritma K-Nearest Neighbors (KNN) untuk pengenalan lingkungan dan Breadth-First Search (BFS) untuk pencarian rute terbaik. Jalur kemudian disempurnakan dengan teknik smoothing untuk memastikan pergerakan robot yang mulus. Hasil pengujian menunjukkan bahwa sistem mampu memetakan dua lingkungan berbeda dengan akurasi 99,55% dan akurasi lokalisasi sebesar 99,29% dari 30 titik uji. Rata-rata deviasi pengukuran kurang dari 5 cm, dan robot mampu bergerak stabil pada kecepatan ±0,3 m/s serta menghindari rintangan tanpa tabrakan. Sistem ini terbukti meningkatkan efektivitas dan keandalan robot pengantar makanan dalam menghadapi dinamika lingkungan restoran. Kata kunci — navigasi robot, machine learning, SLAM, RPLIDAR, robot pengantar makanan.]]>
